បញ្ហា (The Problem)៖ ការសិក្សានេះវាយតម្លៃពីកម្រិតនៃភាពជោគជ័យ និងបញ្ហាប្រឈមនៃគោលនយោបាយបរិស្ថានរបស់ប្រទេសសិង្ហបុរី (ដូចជា Green Plan 2030) ក្នុងការលើកកម្ពស់និរន្តរភាពទីក្រុង ស្របពេលដែលមាននគរូបនីយកម្មយ៉ាងឆាប់រហ័ស។
វិធីសាស្ត្រ (The Methodology)៖ ការស្រាវជ្រាវនេះប្រើប្រាស់ការវិភាគទិន្នន័យធំ (Big Data Analysis) ដោយប្រមូល និងកែច្នៃទិន្នន័យជាស៊េរីពេលវេលាពីទិន្នន័យ Humdata ពីឆ្នាំ១៩៦០ ដល់ ២០២២។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Univariate & Time Series Analysis ការវិភាគទិន្នន័យឯកអថេរ និងស៊េរីពេលវេលា |
មានភាពងាយស្រួលក្នុងការមើលឃើញនិន្នាការនៃការផ្លាស់ប្តូរតាមពេលវេលា (ឧទាហរណ៍៖ ការថយចុះនៃគម្របព្រៃឈើពីឆ្នាំ២០១០-២០២២)។ វាជួយផ្តល់រូបភាពច្បាស់លាស់អំពីស្ថានភាពទូទៅនៃអថេរនីមួយៗ។ | មិនអាចបង្ហាញពីទំនាក់ទំនង ឬឥទ្ធិពលទៅវិញទៅមករវាងកត្តាបរិស្ថានផ្សេងៗគ្នាបាននោះទេ។ វាត្រឹមតែបង្ហាញពីអ្វីដែលបានកើតឡើង តែមិនបញ្ជាក់ពីមូលហេតុស៊ីជម្រៅ។ | បានបង្ហាញយ៉ាងច្បាស់ពីការបាត់បង់ផ្ទៃដីព្រៃឈើចំនួន ១០៣ហិកតា និងការកើនឡើងនៃឧស្ម័នមេតានជាលំដាប់នៅក្នុងប្រទេសសិង្ហបុរី។ |
| Correlation & Linear Regression Analysis ការវិភាគសហសម្ព័ន្ធ និងតម្រែតម្រង់លីនេអ៊ែរ |
អាចកំណត់អត្តសញ្ញាណទំនាក់ទំនងរវាងអថេរពីរ (ឧទាហរណ៍៖ កំណើនប្រជាជន និងការបញ្ចេញឧស្ម័នកាបូនិក) ដែលមានប្រយោជន៍ខ្លាំងសម្រាប់ការវាយតម្លៃឥទ្ធិពលនៃនគរូបនីយកម្ម។ | ទំនាក់ទំនងសហសម្ព័ន្ធមិនមែនមានន័យថាជាទំនាក់ទំនងហេតុនិងផល (Causation) ជានិច្ចនោះទេ ហើយវាទាមទារទិន្នន័យដែលមានភាពពេញលេញ និងគ្មានចន្លោះប្រហោងច្រើន។ | បានរកឃើញទំនាក់ទំនងជាវិជ្ជមានរវាងដង់ស៊ីតេប្រជាជន និងបរិមាណឧស្ម័នផ្ទះកញ្ចក់ ព្រមទាំងទំនាក់ទំនងអវិជ្ជមានជាមួយនឹងធនធានទឹកសាប។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះមិនទាមទារធនធានកុំព្យូទ័រ (Hardware) ធំដុំនោះទេ ប៉ុន្តែទាមទារជំនាញក្នុងការកែច្នៃទិន្នន័យ និងការប្រើប្រាស់កូដស្ថិតិសម្រាប់សំណុំទិន្នន័យធំៗដែលមានចន្លោះប្រហោង។
ការសិក្សានេះផ្អែកទាំងស្រុងលើសំណុំទិន្នន័យរបស់ប្រទេសសិង្ហបុរី ដែលជារដ្ឋកោះអភិវឌ្ឍន៍ខ្លាំង មានផ្ទៃដីតូច និងមានការគ្រប់គ្រងនគរូបនីយកម្មតឹងរ៉ឹងបំផុត។ សម្រាប់ប្រទេសកម្ពុជាដែលមានផ្ទៃដីធំទូលាយ មានប្រជាជនពឹងផ្អែកលើកសិកម្មច្រើន និងកំពុងជួបប្រទះការអភិវឌ្ឍនគរូបនីយកម្មមិនស្មើគ្នា លទ្ធផលនៃការវាយតម្លៃនេះមិនអាចយកមកអនុវត្តដោយផ្ទាល់បាននោះទេ ហើយទាមទារការបន្សាំទៅនឹងបរិបទសេដ្ឋកិច្ច-សង្គមក្នុងស្រុក។
ទោះបីជាមានភាពខុសគ្នានៃភូមិសាស្ត្រក៏ដោយ វិធីសាស្ត្រវាយតម្លៃគោលនយោបាយបរិស្ថានតាមរយៈ Big Data នេះមានសារៈសំខាន់ខ្លាំងណាស់ក្នុងការជំរុញការអភិវឌ្ឍប្រកបដោយចីរភាពនៅកម្ពុជា។
ការចាប់យកក្របខណ្ឌវិភាគទិន្នន័យធំនេះ នឹងជួយឱ្យអ្នកបង្កើតគោលនយោបាយនៅកម្ពុជាផ្លាស់ប្តូរពីការវាយតម្លៃបែបគុណវិស័យ (Qualitative) ទៅជាការសម្រេចចិត្តប្រកបដោយភាពច្បាស់លាស់ផ្អែកលើភស្តុតាង (Data-driven decision making)។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Big Data Analysis | ដំណើរការទាញយក ប្រមូល និងវិភាគលើសំណុំទិន្នន័យដែលមានទំហំធំ និងស្មុគស្មាញបំផុត ដើម្បីស្វែងរកលំនាំ និន្នាការ និងទំនាក់ទំនងដែលលាក់កំបាំង ដែលជួយរដ្ឋាភិបាលឬស្ថាប័នក្នុងការសម្រេចចិត្តប្រកបដោយភាពច្បាស់លាស់។ | ដូចជាការអានសៀវភៅរាប់លានក្បាលក្នុងពេលតែមួយ ដើម្បីរកមើលចំណុចរួម ឬរឿងរ៉ាវដែលទាក់ទងគ្នា។ |
| Correlation Analysis | វិធីសាស្ត្រស្ថិតិដែលប្រើដើម្បីវាស់ស្ទង់កម្រិតនៃទំនាក់ទំនងរវាងអថេរពីរ ថាតើវាប្រែប្រួលស្របគ្នា (វិជ្ជមាន) ឬប្រែប្រួលផ្ទុយគ្នា (អវិជ្ជមាន) ក្នុងកម្រិតណា។ | ដូចជាការសង្កេតមើលថា ពេលមេឃកាន់តែក្តៅខ្លាំង មនុស្សកាន់តែទិញទឹកកកឈូសច្រើន (នេះហៅថាមានទំនាក់ទំនងវិជ្ជមាន)។ |
| Linear Regression Analysis | បច្ចេកទេសស្ថិតិសម្រាប់បង្កើតគំរូជាខ្សែបន្ទាត់ត្រង់រវាងអថេរឯករាជ្យ និងអថេរអនិស្សរៈ ដើម្បីពន្យល់ពីទំនាក់ទំនងហេតុនិងផល និងអាចព្យាករណ៍ពីតម្លៃនៅពេលអនាគត។ | ដូចជាការគូសបន្ទាត់ត្រង់មួយកាត់តាមចំណុចអុចៗជាច្រើននៅលើក្រដាស ដើម្បីទាយមើលថាតើចំណុចបន្ទាប់នឹងស្ថិតនៅត្រង់ណា។ |
| Urban heat islands | បាតុភូតដែលតំបន់ទីក្រុងមានសីតុណ្ហភាពក្តៅជាងតំបន់ជនបទដែលនៅជុំវិញ ដោយសារការស្រូប និងស្តុកទុកកម្តៅពីអគារ ផ្លូវបេតុង និងការខ្វះខាតតំបន់បៃតងជួយបញ្ចុះកម្តៅ។ | ដូចជាអារម្មណ៍ដែលយើងឈរលើទីធ្លាស៊ីម៉ងត៍ហាលថ្ងៃនៅកណ្តាលក្រុង ក្តៅហប់ជាងការឈរនៅក្រោមដើមឈើនៅឯស្រុកស្រែ ទោះបីជាថ្ងៃតែមួយក៏ដោយ។ |
| Circular economy | ប្រព័ន្ធសេដ្ឋកិច្ចដែលដំណើរការដោយផ្តោតលើការកាត់បន្ថយការខ្ជះខ្ជាយ និងការប្រើប្រាស់ធនធានឲ្យអស់លទ្ធភាព តាមរយៈការកែច្នៃ ការប្រើប្រាស់ឡើងវិញ ជាជាងទាញយកធនធានថ្មីមកផលិតហើយបោះចោល។ | ដូចជាការយកកាកសំណល់ប្លាស្ទិក ទៅកែច្នៃជាឥដ្ឋសាងសង់ផ្ទះ ជាជាងការបោះវាចោលទៅក្នុងទីលានចាក់សំរាម។ |
| Renewable internal freshwater resources per capita | បរិមាណទឹកសាបប្រចាំឆ្នាំសរុប (បានពីទឹកភ្លៀងនិងប្រភពទឹកក្នុងស្រុក) ដែលអាចកើតឡើងវិញបាន ចែកជាមធ្យមសម្រាប់ប្រជាជនម្នាក់ៗនៅក្នុងប្រទេសមួយ ដែលត្រូវបានប្រើដើម្បីវាស់ស្ទង់ពីសន្តិសុខទឹក។ | ដូចជាការបែងចែកទឹកភ្លៀងដែលធ្លាក់ក្នុងផ្ទះយើងពេញមួយឆ្នាំ ឲ្យស្មើៗគ្នាទៅសមាជិកគ្រួសារម្នាក់ៗ ដើម្បីដឹងថាម្នាក់ៗមានទឹកប្រើប្រាស់គ្រប់គ្រាន់ឬទេ។ |
| Methane emissions | ការបញ្ចេញឧស្ម័នមេតាន (ដែលជាឧស្ម័នផ្ទះកញ្ចក់ដ៏មានឥទ្ធិពល) ទៅក្នុងបរិយាកាស ដែលភាគច្រើនកើតចេញពីសកម្មភាពកសិកម្ម ការរលួយសំរាម និងការទាញយកឥន្ធនៈហ្វូស៊ីល។ | ដូចជាផ្សែងពុលដែលភាយចេញពីគំនរសំរាមស្អុយរលួយ ដែលធ្វើឲ្យផែនដីកាន់តែក្តៅខ្លាំងជាងការបញ្ចេញផ្សែងកាបូនិកពីរថយន្តទៅទៀត។ |
| Univariate Data Analysis | ការវិភាគទិន្នន័យដែលផ្តោតទៅលើអថេរតែមួយមុខគត់ ដើម្បីពិនិត្យមើលរបាយចំណាត់ថ្នាក់ ចំណុចកណ្តាល ឬនិន្នាការបម្រែបម្រួលរបស់វាតាមពេលវេលា ដោយមិនទាន់យកទៅប្រៀបធៀបនឹងកត្តាដទៃ។ | ដូចជាការតាមដានតែពិន្ទុមុខវិជ្ជាគណិតវិទ្យារបស់សិស្សម្នាក់ ដើម្បីមើលថាគាត់រៀនពូកែជាងមុនឬអត់ ដោយមិនយកទៅប្រៀបធៀបនឹងមុខវិជ្ជាផ្សេង។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
